浅尝辄止_数学建模(笔记_斯皮尔曼相关系数)
文章目录
- 一、斯皮尔曼spearman相关系数
- 1.定义(1)
- 2.定义(2)
- 3.Matlab中计算斯皮尔曼相关系数
- 4.斯皮尔曼相关系数的假设检验
- 小样本情况,即n≤30n≤30n≤30
- 大样本情况,即n>30n>30n>30
- 5.直接计算斯皮尔曼相关系数和p值
- 6.标注斯皮尔曼相关系数的相关性显著水平
- 二、斯皮尔曼相关系数和皮尔逊相关系数的比较与选择
一、斯皮尔曼spearman相关系数
1.定义(1)
XXX和YYY为两组数据,其斯皮尔曼(等级)相关系数:其中,did_idi为XiX_iXi和YiY_iYi之间的等级差。
一个数的等级,就是将它所在的一列按照从小到大排序后,这个数所在的位置。(如果有的数值相同,则将它们所在的位置取算术平均。)
可以证明:rsr_srs位于-1和1之间的
2.定义(2)
斯皮尔曼相关系数被定义成等级之间的皮尔逊相关系数
- Matlab求解皮尔逊相关系数
例如:
RX = [2 5 3 6 9]
RY = [6 2 5 8 7]
R = corrcoef(RX,RY)
% corrcoef函数可以用于求解斯皮尔曼相关系数
3.Matlab中计算斯皮尔曼相关系数
- corr(X , Y , ‘type’ , ’ Spearman’)
这里的X和Y必须是列向量 - corr(X , ‘type’ , ‘Spearman’)
这是计算X矩阵各列之间的斯皮尔曼相关系数
4.斯皮尔曼相关系数的假设检验
小样本情况,即n≤30n≤30n≤30
- 查看斯皮尔曼等级相关的临界值表格
- 样本相关系数rrr必须大于等于表格中的临界值,才能得出显著的结论
大样本情况,即n>30n>30n>30
- 设置确定原假设H0:rs=0H_0:r_s=0H0:rs=0和备择假设H1:rs≠0H_1:r_s≠0H1:rs=0
- 在原假设成立的条件下,根据需要检测的量构造一个分统计量rs√(n−1)r_s√(n-1)rs√(n−1)
- 求出对应的p值,并与0.05相比即可
双侧检验时,p值乘以2;
假如p>0.05,则无法拒绝原假设;
假如p≤0.05,则拒绝原假设。Matlab代码:
disp((1-normcdf(检验值)*2)
5.直接计算斯皮尔曼相关系数和p值
[R , P] = corr(Test, 'type' , 'Spearman')
R输出的是Test矩阵各列之间的斯皮尔曼相关系数
P输出的是其对应的p值
6.标注斯皮尔曼相关系数的相关性显著水平
运用SPSS:
分析 — 相关 — 双变量 — 勾选斯皮尔曼,标记显著性相关性 — 确定
二、斯皮尔曼相关系数和皮尔逊相关系数的比较与选择
- 连续数据,正态分布,线性关系,用pearson相关系数最恰当,当然spearman也可以,但是效率略微低下。
- pearson相关系数的使用条件不满足的条件下,使用spearman相关系数。
备注:条件有连续数据,正态分布,线性关系 - 两个定序数据之间也用spearman相关系数,不能用pearson相关系数。
定序数据是指仅仅反应观测对象等级、顺序关系的数据。例如:优、良、差/甲、乙、丙、丁
浅尝辄止_数学建模(笔记_斯皮尔曼相关系数)相关推荐
- python三次样条插值拟合的树行线_数学建模笔记——插值拟合模型(一)
啊好像距离上次写作又过了七天,啊好像我之前计划的一周两三篇,啊辣鸡小说毁我青春,啊我是一只可怜的鸽子. 不管怎样,我又回来了,并坚定地更新着hhh.再过两三天就是我们学校数学建模选拔,再过八九天就是期 ...
- 数学建模笔记-第五讲-相关系数
文章目录 相关系数 pearson相关系数 相关性可视化 误区 相关系数大小的解释 例题 描述性统计 matlab excel SPSS 矩阵散点图 计算相关系数 热力图美化结果 对相关系数进行假设检 ...
- 图书销量时间序列预测_数学建模_Prophet实现
图书销量时间序列预测_数学建模_Prophet实现 前言 主要参考 代码 库导入与函数设置 导库 展示函数 取数据函数 训练函数 评估函数 数据预处理 数据集划分 数据分布查看 销售曲线查看 销售预测 ...
- 数学建模笔记之一起读论文2019年C题——机场的出租车问题
数学建模笔记之一起读论文--机场的出租车问题 2021-8-28 全国大学生数学建模竞赛 2019年C题 B站链接--国赛C题真题解析 1 赛题阅读与分析 原题再现: 问题C 机场的出租车问题 大多数 ...
- 数学建模笔记——插值拟合模型(二)
今天是8月21日,距离上次写文章好像将近一个月了--这段时间经历了建模校内选拔赛,考试周,以及与网络小说的斗智斗勇--好吧,其实也没干什么,除了考试就是荒废-- 我最近有在思考一个问题,就是我所关注的 ...
- 如何用matlaab把csv转为mat文件_数学建模竞赛学习笔记:用TOPSIS模型进行综合评价
笔记整理来自清风老师的数学建模课程(可以在B站里搜索到,头条无法放站外链接,我就不放了):TOPSIS教程 目录 1. 层次分析法的局限性(主观求权重方法) 2. TOPSIS法引入 2.1 一个指标 ...
- 灰色关联度分析_数学建模|关联分析之术|灰度预测模型预备知识
关联分析 作者:PureFFFmennory 联系方式:ProdigyYanng@gmail.com 1. 目的 现实客观事物的每个现象非常复杂,影响因素繁多.对某一个系统而言,需要对该系统进行因素分 ...
- spss数据预处理步骤_数学建模准备必备的十个数据分析软件(数学建模从入门到精通)...
前几天咋们聊了很多关于数学建模的干货,比如怎么样去前期准备学习数学建模,又比如数学建模需要哪些疾病软件?再比如数学建模论文摘要写作技巧.昨天那篇更是直接把数学建模常用的思维导图.流程图软件全部统统介绍 ...
- 【清风数学建模笔记】第五讲:相关系数
本讲我们将介绍两种最为常用的相关系数:皮尔逊pearson相关系数和斯皮尔曼spearman等级相关系数.它们可用来衡量两个变量之间的相关性的大小,根据数据满足的不同条件,我们要选择不同的相关系数进行 ...
最新文章
- 统计java文件中的代码行数
- 5G 对无线通讯芯片产业链的影响
- 【原创】用MySQL 生成随机密码-增加大写处理
- Oracle导出excel
- 如何设计日志系统_架构 - 如何设计一个百亿级日志系统
- 【华为云技术分享】云图说 | ContainerOps推出灰度发布模式,助力企业落地容器DevOps最佳实践
- linux定时器tinner,第三章 套接字相关数据结构--基于Linux3.10
- 调用拷贝构造函数的场景
- div 多列等高对齐
- python 类装饰_神坑 Python 装饰类无限递归
- c语言除法中的小数点,高精度除法小数点位数
- kali系统的部分查看命令
- adb 切换usb模式_如何用adb打开usb调试
- html背景图片固定代码
- python两种方法求ROC曲线下面积(AUC)
- 计算机A类会议 icip,计算机视觉|中国计算机学会推荐国际学术刊物/会议
- 基于微信小程序的毕业设计题目(34)PHP小说平台小程序(含开题报告、任务书、中期报告、答辩PPT、论文模板)
- python_sklearn机器学习算法系列之LogisticRegression(逻辑回归)----识别垃圾邮件(短信)
- python re sub 替换多个_re.sub 实现多处替换
- 软考中级考试一般需要准备多长时间?